[发明专利]对话管理方法和装置

权利要求书

1.一种对话管理方法，其特征在于，包括：

获取待处理用户文本数据，以及待处理用户文本数据对应的历史数据；

分别对所述待处理用户文本数据和所述历史数据进行特征提取，提取得到所述待处理用户文本数据和所述历史数据分别对应的句子语义特征；

根据预先构建的对话管理模型和提取得到的句子语义特征，确定用户意图，所述对话管理模型是根据用户文本数据样本和历史数据样本分别对应的句子语义特征以及所述用户文本数据样本对应的用户意图进行模型训练后得到的，所述历史数据样本包括当前处理的用户文本数据样本之前的历史用户文本数据样本和历史响应文本数据样本，所述用户意图是基于所述当前处理的用户文本数据样本对应的句子语义特征与所述当前处理的用户文本数据样本属于同一轮交互的响应文本数据样本的语义特征确定得到的；根据所述用户意图，反馈与所述用户文本数据对应的响应文本数据。

2.根据权利要求1所述的方法，其特征在于，所述特征提取包括：

对待提取文本数据进行分词，得到分词后的词语；

对所述词语进行词向量化，得到所述词语对应的词向量；

根据所述词向量提取出所述待提取文本数据对应的句子语义特征；

其中，所述待提取文本数据包括：所述待处理用户文本数据，和/或，所述历史数据。

3.根据权利要求1所述的方法，其特征在于，还包括：构建对话管理模型，所述构建对话管理模型，包括：

获取对话文本数据样本，所述对话文本数据样本包括：用户文本数据样本、用户文本数据样本对应的历史数据样本；

分别对所述用户文本数据样本和所述历史数据样本进行特征提取，提取得到所述用户文本数据样本和所述历史数据样本分别对应的句子语义特征；

确定所述用户文本数据样本对应的用户意图；

基于预先确定的网络结构，根据所述用户文本数据样本和所述历史数据样本分别对应的句子语义特征以及所述用户文本数据样本对应的用户意图，进行模型训练，构建得到对话管理模型。

4.根据权利要求3所述的方法，其特征在于，所述对话文本数据样本还包括：与用户文本数据样本属于同一轮交互的响应文本数据样本；所述确定所述用户文本数据样本对应的用户意图，包括：

获取所述响应文本数据样本对应的句子语义特征，并根据所述响应文本数据样本对应的句子语义特征确定初始用户意图；

根据所述用户文本数据样本对应的句子语义特征和所述初始用户意图，确定用户意图确定特征，并根据所述用户意图确定特征确定出所述用户文本数据样本对应的用户意图。

5.根据权利要求1所述的方法，其特征在于，所述对话管理模型的网络结构包括：深度神经网络结构。

6.根据权利要求5所述的方法，其特征在于，所述历史数据包括：历史用户文本数据和历史响应文本数据，所述网络结构包括：

输入层、注意力层、连接层和输出层；

所述输入层用于输入如下特征：所述待处理用户文本数据对应的句子语义特征、所述历史用户文本数据对应的句子语义特征和所述历史响应文本数据对应的句子语义特征；

所述注意力层用于根据所述待处理用户文本数据对应的句子语义特征和所述历史用户文本数据对应的句子语义特征，计算所述待处理用户文本数据与所述历史用户文本数据之间的相关度权重，并根据所述相关度权重和所述历史响应文本数据对应的句子语义特征，计算所述待处理用户文本数据对应的响应文本数据的特征向量；

所述连接层用于对所述特征向量和所述待处理用户文本数据对应的句子语义特征进行变换，得到变换后的特征向量；

所述输出层用于根据所述变换后的特征向量输出用户意图信息。